Anthropic は 2025 年 12 月、労働市場全体にわたる AI の経済的影響についての自社の研究と対をなす、内向きの研究としてこれを公開した。多くの職業を対象にする代わりに、初期導入者の 1 つのグループ、すなわち自社の従業員を詳しく調べている。2025 年 8 月、同社は 132 人のエンジニアと研究者を調査し、調査回答者を対象に 53 件の詳細な定性インタビューを行い、プライバシーを保護する分析ツールを使って 2025 年 2 月と 8 月の社内 Claude Code トランスクリプト 20 万件を分析した。データ収集の時点では、Claude Sonnet 4 と Claude Opus 4 が利用可能な最も高性能なモデルだった。
レポートは、AI を開発している企業で AI の影響を研究することは、最先端のツールへの早期アクセスや比較的安定した分野といった恵まれた立場にあることを意味すると認め、その知見はまだ他の組織には一般化できない可能性が高いと述べている。レポートは調査項目と限界についての付録を公開している。回答者は便宜的サンプリングと目的的サンプリングで集められたこと、インタビュー対象者は最初に応答した 53 人だったこと、回答は匿名ではなかったため社会的望ましさのバイアスを含みうること、1 年前の数字を思い出して答えたものには新近性バイアスが含まれうること、トランスクリプト分析ではタスク分布の絶対的な変化ではなく相対的な変化しか測定できないことである。
知見
- 用途。 最も多い用途はデバッグとコードの理解だった。回答者の 55% がデバッグに、42% がコードの理解に、37% が新機能の実装に、毎日 Claude を使っていた。
- 利用と自己申告の生産性。 回答者は、12 か月前には日々の仕事の 28% で Claude を使い生産性が +20% 向上していたのに対し、現在は仕事の 59% で使い +50% 向上していると報告した。14% は 100% を超える向上を報告した。レポートは、生産性の測定は難しいこと、また METR の研究では経験豊富な開発者が AI の生産性への効果を過大評価していたことに触れ、自らの数字は、何を委任するかを選ぶ従業員のスキルが育ちつつあることを反映している可能性があると解釈している。
- 時間ではなく出力。 ほぼすべてのタスクカテゴリーで、回答者は費やす時間の純減と、それを上回る出力量の純増を報告した。レポートは、Anthropic において AI は主に出力の増加を通じて生産性を高めていると結論づけている。時間の節約は両極端に集中しており、Claude の支援を受けたタスク（たとえばデバッグや Claude のコードの後始末）により多くの時間を費やしている人もいた。
- 新しい仕事。 回答者は、Claude の支援を受けた仕事の 27% は Claude がなければ行われなかったと見積もった。プロジェクトのスケールアップ、あると便利なツール、ドキュメントやテスト、探索的な作業などである。また Claude Code のタスクの 8.6% は、小さな使い勝手の改善である「papercuts（小さな不便）」の修正に分類された。
- 限定的な完全委任。 半数以上が、仕事のうち Claude に「完全に委任」できるのは 0〜20% にすぎないと答え、特にリスクの高い仕事では能動的な監督と検証を行っていると述べた。
- 委任の基準。 インタビュー対象者は、自分のコンテキスト外だが複雑さが低いタスク、検証が容易なタスク、明確に定義されたタスクや独立したタスク、リスクの低いタスク、反復的または退屈なタスク、そしてプロンプトを書くより自分でやる方が速いわけではないタスクを委任する傾向があった。一方、高レベルの設計や、組織のコンテキストや「センス」を必要とする仕事は手元に残していた。多くの人が、信頼が高まるにつれて徐々に複雑な仕事を委任するようになったと述べ、その境界を動く標的と呼んだ。
- スキル。 エンジニアは、以前は避けていたフロントエンドやデータベースなどの領域でも作業するようになり、より「フルスタック」になったと報告した。一方で、スキルの萎縮 や、問題を手で解くことから得られる付随的な学習を失うことを懸念する人もいた。レポートは 監督のパラドックス を挙げている。Claude をうまく使うにはそれを監督する必要があり、それを監督するには、使いすぎによって衰えうるコーディングスキルが必要だというものである。
- 職人技、協働、キャリア。 エンジニアが手を動かしてコーディングすることを恋しく思っているかについては意見が分かれた。かつては同僚に向けられていた多くの質問で Claude が最初の相談先になっており、一部のシニアエンジニアはジュニアのスタッフからの質問が減ったと報告した。多くの人が、自分の役割が AI の出力の管理とレビューへと移りつつあると述べ、同時に数年後に自分のキャリアがどうなっているかについて広く不確かさを感じていた。
- Claude Code の利用傾向。 2025 年 2 月から 8 月の間に、タスクの平均的な複雑さ（1〜5 のスケール）は 3.2 から 3.8 に上昇し、トランスクリプトあたりの連続したツール呼び出しの最大数は 116% 増加し（9.8 から 21.2）、トランスクリプトあたりの人間のターン数の平均は 33% 減少した（6.2 から 4.1）。新機能を実装するトランスクリプトの割合は 14.3% から 36.9% に、コードの設計や計画のトランスクリプトの割合は 1.0% から 9.9% に上昇した。
- チームによる違い。 チームごとに異なる形で、Claude Code を使って中核的な専門領域の外へと活動を広げていた。たとえば Security チームは主にコードの理解（48.9%）に、非技術系の従業員は主にデバッグ（51.5%）とデータサイエンス（12.7%）に使っており、レポートはこれを全員がよりフルスタックになりつつあることの表れと解釈している。
レポートは最後に、Anthropic 社内での今後の取り組みとして、協働、職業上の成長、AI で拡張された仕事のベストプラクティスの検討や、研究をエンジニア以外にも広げることを挙げて締めくくっている。